PCBA在电子产品领域起到至关重要的作用,随着科技力量以及人们日常生活物质水平的不断攀升,电路板的结构复杂多样,对电路板质量的把控难度也随之提升。目前国内在自动在线检测技术方面水平有限,大部分还是依靠人工检测和半自动化检测,传统的质量检测方法耗费时间长、对工作人员专业水平要求高以及检测准确率低,不能满足工业化新形势的要求;并且随着电子器件制造工艺水平的提高,元器件的规格越来越小,数量越来越多,布局也越来越紧密,传统检测依靠探针接触的检测方法可能会改变元器件原有的参数,这对故障检测增大了难度。因此一种快速高效并准确地自动检测缺陷的方法的出现是迫切的。本文根据对PCBA缺陷检测原理及技术的研究,设计并搭建一个完整的现代化检测系统,对PCBA图像进行获取、识别和检测。该检测系统包括三个部分:运动模块、图像采集模块、图像处理模块。运动模块由PLC、步进电机驱动器、步进电机组成,用于输送待检测电路板往返于起点与检测位置,并加入模糊PID控制以此保证检测平台输送的精确度。图像采集模块包括CCD工业相机、LED光源,用于从预设角度采集PCBA的待检测图像。图像处理模块功能是将采集到的待检测图像经过预处理后,利用基于灰度值的模板匹配算法,将待检测图像与模板图像进行匹配。除了上述部分以外,本文还针对易受噪声影响的基于灰度值的模板匹配算法,提出一种改进小波阈值和改进双边滤波器相结合的图像去噪算法。根据上述系统的总体设计,成功搭建了 PCBA缺陷检测系统的实物,该设备可以很好的完成预期目标。使用Matlab对本文提出的图像去噪优化算法进行仿真实验,通过与传统均值滤波算法、高斯滤波算法、硬阈值去噪算法、软阈值去噪算法、小波阈值去噪算法的均方误差、峰值信噪比对比结果显示,该算法有着更好的去噪效果。对缺陷检测程序的测试选用某冰箱PCBA,数量为200块,检测目标数量为18600个,经检测程序检测得出漏判数为53、误判数为10,即漏判率为0.28%、误判率为0.054%、正确率为99.666%,检测时间为9.1s。实验结果证明,该系统具备检测速度快、成功率高的优点。